Cobertura de suelo por residuos de cultivos: modelos para su estimación a partir de imágenes satelitales
Las imágenes provenientes de sensores remotos constituyen una importante fuente de información sobre cultivos que puede utilizarse para obtener parámetros agronómicos. La soja (Glycine max (L.) Merrill) y el maíz (Zea mays L.) son los cultivos más importantes en Argentina, por área sembrada y rédito...
Guardado en:
Autores principales: | , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2014
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/42074 http://43jaiio.sadio.org.ar/proceedings/CAI/16.pdf |
Aporte de: |
id |
I19-R120-10915-42074 |
---|---|
record_format |
dspace |
institution |
Universidad Nacional de La Plata |
institution_str |
I-19 |
repository_str |
R-120 |
collection |
SEDICI (UNLP) |
language |
Español |
topic |
Ciencias Informáticas Ciencias Agrarias Ciencias del Suelo |
spellingShingle |
Ciencias Informáticas Ciencias Agrarias Ciencias del Suelo Bocco, Mónica Sayago, Silvina Willington, Enrique A. Cobertura de suelo por residuos de cultivos: modelos para su estimación a partir de imágenes satelitales |
topic_facet |
Ciencias Informáticas Ciencias Agrarias Ciencias del Suelo |
description |
Las imágenes provenientes de sensores remotos constituyen una importante fuente de información sobre cultivos que puede utilizarse para obtener parámetros agronómicos. La soja (Glycine max (L.) Merrill) y el maíz (Zea mays L.) son los cultivos más importantes en Argentina, por área sembrada y réditos económicos. En este trabajo se desarrollaron modelos de redes neuronales para evaluar porcentaje de cobertura de suelo por residuos de soja y maíz, a partir de contadores digitales y reflectancias de distintas bandas del satélite LANDSAT. El comportamiento de los modelos fue muy bueno para todas las combinaciones de variables de entrada de las redes neuronales y, si el porcentaje de cobertura supera el 75%, rastrojos posteriores pero inmediatos a la cosecha, se consigue el mejor ajuste entre los valores observados y estimados. Los resultados mostraron que se puede predecir porcentaje de cobertura de suelo por residuos de cultivos con valores de hasta R2 = 0,93. |
format |
Objeto de conferencia Objeto de conferencia |
author |
Bocco, Mónica Sayago, Silvina Willington, Enrique A. |
author_facet |
Bocco, Mónica Sayago, Silvina Willington, Enrique A. |
author_sort |
Bocco, Mónica |
title |
Cobertura de suelo por residuos de cultivos: modelos para su estimación a partir de imágenes satelitales |
title_short |
Cobertura de suelo por residuos de cultivos: modelos para su estimación a partir de imágenes satelitales |
title_full |
Cobertura de suelo por residuos de cultivos: modelos para su estimación a partir de imágenes satelitales |
title_fullStr |
Cobertura de suelo por residuos de cultivos: modelos para su estimación a partir de imágenes satelitales |
title_full_unstemmed |
Cobertura de suelo por residuos de cultivos: modelos para su estimación a partir de imágenes satelitales |
title_sort |
cobertura de suelo por residuos de cultivos: modelos para su estimación a partir de imágenes satelitales |
publishDate |
2014 |
url |
http://sedici.unlp.edu.ar/handle/10915/42074 http://43jaiio.sadio.org.ar/proceedings/CAI/16.pdf |
work_keys_str_mv |
AT boccomonica coberturadesueloporresiduosdecultivosmodelosparasuestimacionapartirdeimagenessatelitales AT sayagosilvina coberturadesueloporresiduosdecultivosmodelosparasuestimacionapartirdeimagenessatelitales AT willingtonenriquea coberturadesueloporresiduosdecultivosmodelosparasuestimacionapartirdeimagenessatelitales |
bdutipo_str |
Repositorios |
_version_ |
1764820473237995524 |